java+Tesseract-OCR实现网页定点截图并识别图片中电话写入txt文件中

tesseract-ocr-setup-3.02.02字库训练含源码tesseract-ocr-setup-3.02.02字库训练含源码

tesseract-ocr3.02的中文简体语言包，亲测有效，若下载更多版本可浏览https://sourceforge.net/projects/tesseract-ocr/

tesseract-ocr安装包和中文语言包.rar

由Google维护的开源OCR(OpticalCharacterRecognition,光学字符识别)引擎,特点是开源,免费,支持多语言,多平台，java实现图片文字识别程序OCR引擎。图片内容识别，3.0版本以后支持中文识别，

文本已经对整个环境配置完成的情况下实现，有需要配置环境的文档请看我的其他上传。

验证码技术是确保网站安全性和用户信息隐私性的第一道保障。针对多样化的验证码，其识别技术也很多，传统验证码技术主要分为人工识别、字典模型识别和验证码图像分割识别，其中字典模型中较为典型的Tesseract-OCR，其识别率相对较低，过程操作复杂，需要对识别错误的文字做出修改不适合对复杂验证码做出高效迅速的识别。本文使用TensorFlow框架实现卷积神经网络算法对验证码进行识别，利用Captcha包下提供的ImageCaptcha（）方法生成模拟现实网站的验证码，利用卷积神经网络对生成的验证码进行训练生成训练模型，通过训练模型进行对测试集的测试得到识别率，识别率可达到97%以上远超传统验证码识别算法。

tesseract图片解析要用的两个jar包。绝对可用。包含 jar_jai_imageio-1.1-alpha 和 swingx-1.6.1.jar

软件介绍: 开源的esseract-ocr-setup-4.0.0文字识别安装包，经过测试可以正常使用。WINDOWS版本的开源图片文字识别软件，可自定义安装包含英文、中文、数学公式组件，安装中文语言识别包，一路Next安装即可。做为一款免费的软件，其功能已经非常不错了。

文字识别用到了Tesseract-ocr，另外一个用到了图片处理函数bitmap包括灰度化